Gen-2介绍
Runway最新推出的AI视频生成模型,不用文本,一张图,Gen-2就能生成视频。
好玩到停不下来!
这意味着,一部大片,只需要图片就够了,岂不是人人都能成为好莱坞导演。
这不,已经有网友用Gen-2,结合PS修图,MusicGen、AudioLDM等工具配音,做出了「机器人总动员」翻版影片。
有人把Midjourney和Gen-2混搭,视频画面高级质感简直让人惊掉下巴。
有人用时4小时,制作了一部「火焰之旅」预告片,没有任何提示,只是图像!
有了Gen-2,重拍一部「狮子王」,绝对是不可想象的!

手把手教程
首先通过网页https://research.runwayml.com/gen2注册登录runway的账号,进入runway的编辑界面.
点击左侧的Generate Video。
然后点击屏幕中间的Gen-2:Text to Video进入Gen-2。
在左边的区域上传一张照片,小编这里用的是一张由Midjourney生成的机器人的照片。

提示词:Futuristic machine who is a kind robot who wants to save his planet from his human friends, cinematic, digital illustration, stylized, deep depth of field, high definition, –ar 16:9 –v 5.2
然后什么Prompt都不用输入,上传完照片之后就直接点击Generate。大概1分钟之后,一段4秒钟的视频就生成了。
图中的机器人瞬间就动了起来!
数据统计
数据评估
关于Gen-2特别声明
本站智能信息网提供的Gen-2都来源于网络,不保证外部链接的准确性和完整性,同时,对于该外部链接的指向,不由智能信息网实际控制,在2025年4月26日 下午10:51收录时,该网页上的内容,都属于合规合法,后期网页的内容如出现违规,可以直接联系网站管理员进行删除,智能信息网不承担任何责任。
相关导航
Vozo是什么Vozo是一款多功能AI视频编辑工具,支持一键脚本重写、自动配音、文本驱动的语音编辑、多角色口型同步、专业多语言翻译和自动视频优化,为用户提供高效、灵活的视频创作解决方案。Vozo简化了视频编辑过程,为内容创作者提供了广阔的创意空间,支持视频内容的国际化和个性化传播,推动视频内容创作和分发进入一个多元化、个性化的新时代。Vozo的主要功能智能视频重写与重配音:Vozo能根据用户给出的提示自动重写视频脚本,并生成与原视频声音相似的配音,视频内容可以快速适应不同的语境和风格。文本驱动的语音编辑:用户可直接通过编辑文本来调整视频的解说,无需重新录制音频,同时可以选择合适的口音、语调和情感,以匹配视频内容的需要。多角色口型同步:Vozo采用先进技术实现视频中多个角色的口型同步,确保对话看起来自然流畅,增强了视频的真实感和沉浸感。专业视频翻译:支持将视频内容翻译成多种语言和方言,翻译准确度高,帮助创作者轻松实现内容的国际化,拓宽受众范围。自动视频优化:Vozo能够自动调整视频的裁剪、重构和比例,适应不同社交平台的格式要求,确保视频在各个平台上都能以最佳状态呈现。如何使用Vozo下载和安装:访问Vozo的官网(vozo.ai)下载Vozo应用程序,并按照指示完成安装。注册和登录:安装完成后,打开Vozo应用程序,注册账户或使用现有账户登录。导入视频:登录后,导入需要编辑的视频文件。智能视频重写与重配音:选择视频后,使用智能视频重写功能,输入新的脚本提示。Vozo将根据提示自动生成新的配音,可以预览并调整以确保配音与视频内容匹配。多角色口型同步:如果视频中有多个角色对话,可以使用口型同步功能,确保每个角色的口型与配音同步。导出和分享:编辑完成后,预览整个视频,确认无误后导出视频文件。Vozo提供多种视频格式和质量选项供选择。导出后,可将视频分享到社交媒体或其他平台。Vozo的应用场景视频内容的二次创作:Vozo允许用户通过简单的提示词来重写视频脚本,并自动生成与原声相似的配音,将经典视频转化为病毒营销视频或喜剧效果 。广告和营销:广告公司可利用Vozo快速创建针对不同受众的多版本广告,提高创意效率 。多语言视频制作:Vozo支持将视频翻译成30多种语言和方言,翻译准确度高达98.9%,帮助营销人员和电商将产品视频翻译成多种语言,扩大全球市场影响力 。视频配音和文本编辑:可直接通过编辑文本来修改视频解说,无需重新录音,系统提供多种口音、语调和情感选项,提高视频内容的灵活性和表现力 。多角色口型同步:Vozo采用先进技术,能为视频中的多个角色实现自然流畅的口型同步,确保对话看起来真实自然。视频格式自动优化:Vozo能自动裁剪、重构和调整视频比例,以适应不同社交平台的要求,确保内容在各种平台上都能以最佳格式呈现。
Segment Anything(SAM): Meta最新推出的AI图像分割模型
Segment Anything Model(SAM)是Meta AI研究院最新推出的图像分割模型,该模型通过点或框等输入提示生成高质量的物体遮罩,并且可以用于为图像中的所有物体和对象生成遮罩。SAM模型在超过1100万张图像和11亿张掩模的数据集上进行了训练,并且在各种图像分割任务上具有强大的零样本性能。
Jan(Jan.ai)
Jan(Jan.ai)是一个免费开源的本地运行大模型并进行AI聊天对话的工具,可帮助用户在本地电脑(Windows、Mac、Linux)上安装、部署、运行并使用开源版本的ChatGPT替代大模型,如LLaMa、Mistral、Phi-2等20多个模型,也支持输入自己的OpenAI API Key以运行GPT。相较于AI工具集此前介绍的Ollama,该工具提供了对话UI和API服务器,适合开发者、研究人员或AI爱好者本地体验开源的大模型。Jan的主要功能本地运行开源大模型:支持LlaMa、Mistral、Phi-2、DeepSeek、Yi等20多个模型,可手动导入也可以在模型库下载模型简洁好用的聊天界面:软件界面清爽简洁、直观易用,直接在本地与开源大模型快速进行对话聊天支持多个平台:Jan支持在Windows、Mac(Intel、M1/M2/M3)和Linux等操作系统运行,后续还将推出移动端APP。内置API服务器:与OpenAI API兼容,可通过API获取模型信息、下载、启动、停止模型及聊天等如何使用Jan访问Jan的官网(jan.ai),选择对应的电脑操作系统版本,点击Download进行下载然后安装并打开软件,在软件界面的左下角点击Download your first model进入模型库Hub界面,选择你感兴趣的模型进行下载,下载完成后点击Use使用该模型在对话界面输入你的描述即可与你选择的模型进行对话啦Jan还在持续开发中,后续会支持移动端APP、创建AI助理、推理引擎、插件扩展等功能。
StableVicuna:StabilityAI推出的第一个通过RLHF训练的大规模开源聊天机器人
StableVicuna 是由 Stable Diffusion 背后的 StabilityAI 推出的第一个通过基于人类反馈的强化学习(RLHF)训练的大规模开源聊天机器人。StableVicuna是Vicuna v0 13b的进一步指令微调和RLHF训练版本,它是一个指令微调的 LLaMA 130亿模型。
Imagen
Google AI文字到图像生成模型
Watsonx.ai
Watsonx.ai是IBM于5月9日发布的新一代企业级生成式人工智能和机器学习平台,Watsonx.ai将由基础模型驱动的新的生成性人工智能和传统的机器学习结合起来,成为一个跨越人工智能生命周期的强大平台。使用Watsonx.ai,开发人员可以轻松地训练、验证、调整和部署模型,只需用一小部分数据在短期时间内快速建立人工智能应用。预计Watsonx.ai将在7月全面上市。
阿里巴巴M6模型:达摩院推出的超大规模中文预训练模型(M6)
M6是阿里巴巴达摩院推出的,中文社区最大的跨模态预训练模型,模型参数达到十万亿以上,具有强大的多模态表征能力。M6通过将不同模态的信息经过统一加工处理,沉淀成知识表征,为各个行业场景提供语言理解、图像处理、知识表征等智能服务
DeepFloyd IF:StabilityAI旗下的DeepFloyd团队推出的图片生成模型
DeepFloyd IF是由StabilityAI旗下的DeepFloyd研究团队推出的开源的文本到图像生成模型,IF是一个基于级联方法的模块化神经网络。IF是由多个神经模块(处理特定任务的独立神经网络)构建的,在一个架构内联合起来产生协同效应。IF以级联方式生成高分辨率图像:从产生低分辨率样本的基础模型开始,然后由一系列的升级模型提升,以创造令人惊叹的高分辨率图像。IF的基础和超分辨率模型采用扩散模型,利用马尔可夫链步骤将随机噪声引入数据中,然后再反转过程,从噪声中生成新的数据样本。IF在像素空间内操作,而不是依赖潜伏图像表征的潜伏扩散(如稳定扩散)。
暂无评论...

